Stop al Caos dei Dati nei Grandi Impianti: La Mia Esperienza con CFIHOS e l’Integrazione via Web Service

Avete mai pensato a quanta informazione gira attorno alla costruzione, gestione e manutenzione di un impianto industriale enorme, tipo una raffineria o un impianto energetico? È un flusso pazzesco, che dura decenni, e coinvolge una miriade di attori: proprietari, progettisti, costruttori, fornitori… Ognuno con i suoi sistemi, i suoi software, i suoi formati. Un vero e proprio caos digitale!

Ve lo dico per esperienza: mettere insieme tutti questi pezzi, farli dialogare, estrarre l’informazione giusta al momento giusto è una delle sfide più grandi. Si perde un sacco di tempo (e denaro!) solo a cercare i dati, per non parlare degli errori che nascono da informazioni incoerenti o mancanti. Pensate che secondo studi autorevoli, come quello del NIST negli USA, i costi legati alla scarsa interoperabilità nell’industria delle grandi infrastrutture ammontano a miliardi ogni anno! E secondo Aveva, un colosso del software industriale, i dipendenti nel settore Oil e Gas passano fino al 25% del loro tempo solo a cercare informazioni. Follia pura.

Il Groviglio dei Dati: Un Costo Nascosto

Il problema fondamentale è l’eterogeneità. Sistemi diversi, sviluppati in epoche diverse, con modelli di dati diversi, spesso personalizzati. Prendiamo ad esempio un software molto diffuso come SmartPlant PeID (SPPID), usato per gestire gli schemi di tubazioni e strumentazione. È potente, sì, ma il suo modello dati è complesso, relazionale, e a volte la stessa informazione (come il nome del sito) viene memorizzata in posti diversi a seconda della fase del progetto (progettazione di base o esecutiva). Capire dove andare a pescare il dato giusto richiede conoscenza specifica, quasi da “iniziati”.

Questa frammentazione porta a:

• Omissioni di dati
• Incoerenze
• Ridondanze
• Difficoltà nell’aggiornamento
• Enormi costi di integrazione “su misura”

In pratica, si creano dei “silos” informativi che non comunicano tra loro, rendendo difficile avere una visione d’insieme aggiornata e affidabile dell’impianto per tutto il suo ciclo di vita, che può superare i 50 anni!

CFIHOS: La Lingua Comune che Mancava

Per fortuna, l’industria si è mossa. Una delle iniziative più promettenti si chiama CFIHOS (Capital Facilities Information Handover Specification). Promossa da giganti del settore Oil e Gas (tramite IOGP), CFIHOS non è un software, ma uno standard. Il suo obiettivo? Definire un linguaggio comune per lo scambio di informazioni tecniche durante tutto il ciclo di vita di un impianto.

Come lo fa? Principalmente attraverso tre elementi chiave:

• Un Modello Dati standardizzato: definisce le entità importanti (come Impianto, Sito, Area, Apparecchiatura – chiamata TAG), le loro relazioni e gli attributi necessari.
• Una Reference Data Library (RDL): un dizionario di termini comuni e definizioni standard per garantire che tutti intendano la stessa cosa quando parlano, ad esempio, di un certo tipo di valvola o di una proprietà specifica.
• Dei Contract Scenario Templates: modelli che specificano quali informazioni devono essere scambiate tra le parti (es. Proprietario e Appaltatore) a seconda del tipo di contratto (es. Progettazione, Costruzione, Fornitura di Pacchetti).

Immaginate CFIHOS come un dizionario e una grammatica comuni che permettono a persone che parlano “dialetti” software diversi di capirsi perfettamente quando si scambiano informazioni cruciali sul progetto.

INSIDE: Il Traduttore Intelligente

Bello lo standard, direte voi, ma come lo applichiamo ai sistemi esistenti, a quel groviglio di database eterogenei che già abbiamo? Qui entra in gioco una soluzione su cui ho avuto il piacere di lavorare, chiamata INSIDE. È un sistema pensato proprio per l’integrazione semantica di dati ingegneristici.

La filosofia di INSIDE è quella di non stravolgere i sistemi esistenti. Non chiediamo ai database di cambiare il loro modello interno per adattarsi a CFIHOS (come fanno altre soluzioni, a volte in modo irreversibile). INSIDE agisce come un mediatore intelligente. Utilizza un’architettura basata su web service e sfrutta le ontologie (come ISO 15926 e UFO-S) per:

• Descrivere la semantica dei dati presenti nei vari database sorgente (cosa significa davvero quel dato in quel particolare sistema?).
• Mappare questa semantica al modello dati standard di CFIHOS.
• Permettere agli utenti di interrogare i dati attraverso “servizi dati” (web service) definiti usando termini comprensibili del dominio, senza doversi preoccupare della struttura fisica dei database sottostanti.
• Estrarre i dati richiesti e strutturarli secondo il modello CFIHOS e la RDL, pronti per essere scambiati secondo i template contrattuali.

In pratica, INSIDE “impara” dagli esperti come trovare e interpretare i dati nei sistemi sorgente (come SPPID nel nostro caso studio) e li “traduce” nel formato standard CFIHOS richiesto, il tutto dinamicamente e via web service.

Ma i Dati Sono Davvero Corretti? La Sfida della Validazione

Ok, abbiamo estratto i dati, li abbiamo formattati secondo CFIHOS grazie a INSIDE. Ma siamo sicuri al 100% che il file generato (spesso un complesso foglio Excel con diversi fogli per le varie entità CFIHOS) sia davvero conforme allo standard? Che rispetti tutte le regole del modello dati, i tipi di dato, gli attributi obbligatori, le relazioni tra entità, i valori previsti dalla RDL?

Questa è una domanda cruciale. Scambiare dati non validi può essere peggio che non scambiarli affatto! Eppure, analizzando lo stato dell’arte, ci siamo resi conto di una lacuna sorprendente: mancavano strumenti accessibili e specifici per validare un file di dati rispetto allo standard CFIHOS. Molti software dichiarano di “supportare” CFIHOS, ma pochi offrono una verifica rigorosa della conformità dei dati prodotti o ricevuti.

Nasce il CFIHOS Validator: Il Guardiano della Conformità

Per colmare questa lacuna, abbiamo sviluppato un componente dedicato: il CFIHOS Validator. L’idea è semplice ma potente: fornire uno strumento che chiunque (proprietario, appaltatore) possa usare per verificare se un file di dati (nel nostro caso, un workbook Excel strutturato secondo le specifiche) è conforme a un determinato template contrattuale CFIHOS.

Come funziona?

1. L’utente carica il file Excel tramite un’interfaccia web semplice.
2. Seleziona il Template CFIHOS di riferimento (es. Template 1 – EPC) e il proprio ruolo (Owner o Contractor).
3. Il Validator converte internamente l’Excel in formato XML.
4. Utilizza file XSD (XML Schema Definition), che descrivono formalmente la struttura e le regole del modello dati CFIHOS per quel template/profilo, per validare l’XML.
5. Se ci sono errori, il sistema non si limita a dare un messaggio tecnico incomprensibile riferito all’XML. Qui sta la parte intelligente: traduce l’errore XSD in un messaggio chiaro e user-friendly che dice all’utente esattamente cosa c’è che non va e dove nel suo file Excel originale (es. “Il valore ‘XYZ’ nella cella C5 del foglio ‘PLANT’ non è valido per l’attributo ‘Codice Sistema di Misura’. I valori possibili sono ‘SI’ o ‘Imperial’.”).

Questo approccio rende la validazione accessibile anche a chi non è un esperto di XML o XSD, permettendo di correggere rapidamente eventuali problemi prima che l’informazione venga importata in altri sistemi.

Alla Prova dei Fatti: Il Caso Studio e i Test

Abbiamo messo alla prova l’accoppiata INSIDE + CFIHOS Validator in un caso d’uso reale, basato su dati provenienti da progetti della compagnia Petrobras, utilizzando il database SPPID come sorgente. Abbiamo selezionato un sottoinsieme di entità CFIHOS chiave (SITE, PLANT, AREA, PROCESS UNIT, COMMISSIONING UNIT, TAG, ecc.) e il Template 1 (EPC).

Le sfide nel mappare i dati da SPPID a CFIHOS non sono mancate, data la complessità e la scarsa documentazione semantica di SPPID che vi accennavo prima. A volte abbiamo dovuto usare valori alternativi o implementare query complesse. Non siamo riusciti a mappare il 100% degli attributi obbligatori CFIHOS, evidenziando come sia difficile ottenere una compatibilità perfetta con sistemi legacy non pensati in ottica CFIHOS.

Tuttavia, INSIDE è riuscito a estrarre i dati mappabili e a generarli nel formato Excel richiesto. Successivamente, abbiamo testato a fondo il CFIHOS Validator con decine di file Excel, alcuni corretti, altri contenenti errori specifici (entità mancanti, valori non validi, violazioni di chiavi univoche, riferimenti errati, lunghezza eccessiva, ecc.). I risultati sono stati molto incoraggianti: il Validator ha identificato correttamente tutti gli errori introdotti, fornendo messaggi chiari e localizzati nel file Excel.

Perché Questo Approccio Fa la Differenza

Rispetto ad altre soluzioni presenti sul mercato, credo che questo approccio integrato basato su web service (INSIDE) e validazione esplicita (CFIHOS Validator) offra vantaggi significativi:

• Non invasivo: Non richiede modifiche strutturali irreversibili ai database sorgente legacy.
• Flessibile: L’uso di ontologie e web service permette di adattarsi a diverse fonti dati e di comporre servizi complessi.
• Focalizzato sulla Validazione: Colma una lacuna critica offrendo uno strumento dedicato per garantire la conformità a CFIHOS.
• User-Friendly: La traduzione degli errori di validazione in messaggi comprensibili riferiti all’Excel abbassa la barriera all’adozione dello standard.
• Esplicita la Conoscenza: L’uso di ontologie rende esplicita la conoscenza degli esperti sul significato e la localizzazione dei dati, spesso tacita.

Uno Sguardo al Futuro

Naturalmente, questo è solo l’inizio. Non ci fermiamo qui. Stiamo pensando a come migliorare ulteriormente:

• Esplorare formati di scambio alternativi all’Excel, come il JSON, che potrebbero offrire vantaggi.
• Rendere i messaggi di errore del Validator ancora più intelligenti, magari evidenziando direttamente la cella errata nell’Excel o suggerendo possibili correzioni.
• Estendere la copertura del modello CFIHOS, mappando e validando un numero maggiore di entità e attributi.
• Applicare le lezioni apprese alla validazione di altri standard industriali importanti, come DEXPI o ISO 15926, creando un ecosistema di interoperabilità più robusto.

Un Futuro di Dati Ordinati

In conclusione, gestire l’enorme mole di informazioni nei grandi progetti industriali è complesso, ma non impossibile. Standard come CFIHOS forniscono la “lingua comune” necessaria, e soluzioni tecnologiche come INSIDE e il CFIHOS Validator offrono gli strumenti per “parlarla” correttamente, traducendo dai sistemi esistenti e verificando la correttezza della comunicazione.

Credo fermamente che approcci come questo, che combinano l’intelligenza semantica dell’integrazione basata su ontologie con la concretezza della validazione rigorosa, siano la chiave per sbloccare enormi efficienze, ridurre errori costosi e navigare con successo la complessità digitale del ciclo di vita degli impianti industriali. È un percorso affascinante e sono entusiasta di contribuire a costruire un futuro dove il caos dei dati lasci il posto a un flusso di informazioni ordinato, affidabile e veramente utile.

Fonte: Springer